LiquidAI: d1-ultra

LiquidAI: d1-ultra adalah model dari LiquidAI, dan ini adalah model keputusan terbesar yang ditawarkan penyedia tersebut. Model ini berada dalam kategori decisions, bukan kategori general chat, yang menunjukkan tujuannya: alih-alih menghasilkan prosa percakapan, model ini dibangun untuk mengembalikan sebuah pilihan. Model ini disajikan sebagai endpoint System One, jadi Anda harus menganggapnya sebagai komponen yang Anda panggil untuk membuat keputusan di dalam sistem yang lebih besar, bukan sebagai asisten yang Anda ajak bicara.

Model ini menerima teks dan gambar sebagai input, dan modalitas outputnya adalah decisions. Anda mengirim state yang terdiri dari teks dan gambar bersama pertanyaan bertipe, dan model mengembalikan sebuah pilihan. Context window-nya adalah 32,768 token, dan output maksimumnya adalah 29,491 token. Karena inputnya adalah pertanyaan bertipe atas sebuah state, model ini dirancang untuk panggilan terstruktur, bukan prompting terbuka, dan gambar yang Anda sertakan menjadi bagian dari state yang menjadi dasar keputusan.

Kegunaan praktisnya mengikuti bentuk tersebut. Di mana pun Anda memiliki situasi yang dapat dijelaskan dalam teks dan gambar serta sekumpulan jawaban kandidat, d1-ultra dapat memilih salah satunya. Ini mencakup tugas klasifikasi dan routing, triage permintaan atau tiket yang masuk, memilih tindakan dari sekumpulan opsi tetap, dan menilai input visual seperti screenshot atau foto terhadap pertanyaan yang Anda berikan. Model ini juga cocok untuk pipeline di mana langkah berikutnya membutuhkan satu keputusan, bukan paragraf penjelasan, karena outputnya adalah keputusan dan bukan teks bebas.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "liquid/d1-ultra". Karena endpoint-nya mengikuti format permintaan OpenAI, Anda dapat menggunakan pustaka klien OpenAI yang sudah ada dan mengarahkannya ke api14. Model ini tidak mencantumkan parameter yang didukung, jadi rencanakan untuk mengirim model id dan input Anda, dan jangan mengandalkan kontrol sampling seperti temperature atau top_p akan diterima. Periksa tabel harga langsung di halaman ini untuk tarif terkini sebelum Anda berkomitmen pada pipeline bervolume tinggi.

Satu batasan yang perlu diingat adalah context window sebesar 32,768 token, yang harus menampung teks Anda dan gambar apa pun yang Anda sertakan, sehingga state yang sangat besar perlu dipangkas atau dipisah. Outputnya adalah keputusan, jadi jika Anda membutuhkan prosa, ringkasan, atau penjelasan yang dihasilkan, model generasi teks akan lebih cocok. Tidak ada permukaan parameter untuk disetel, jadi jika aplikasi Anda bergantung pada pengendalian keacakan atau panjang melalui parameter permintaan, model ini tidak akan memberi Anda tuas tersebut.